深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1101	2025-02-07	Automatic Identification of Fetal Abdominal Planes from Ultrasound Images Based on Deep Learning 2025-Feb-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01409-6 PMID:39909994	研究论文	本研究探讨了人工智能架构在自动识别胎儿腹部标准扫描平面和结构中的潜力，特别是腹围的测量	首次将深度学习神经网络应用于胎儿腹部超声图像的自动识别，特别是使用MobileNet3Large和EfficientV2S模型	数据集分布非正态，需要进一步研究以比较这些AI模型与传统方法的整体性能	探索人工智能在自动识别胎儿腹部标准扫描平面和结构中的应用	胎儿腹部超声图像	计算机视觉	NA	深度学习	Xception, MobileNetV3Large, EfficientV2S	图像	包含九个类别的超声图像数据集
1102	2025-02-07	VisionMD: an open-source tool for video-based analysis of motor function in movement disorders 2025-Feb-04, NPJ Parkinson's disease DOI:10.1038/s41531-025-00876-6 PMID:39900649	研究论文	本文介绍了VisionMD，一个用于自动化视频分析的开源软件，旨在评估帕金森病和其他运动障碍患者的运动功能	VisionMD利用深度学习技术追踪身体运动，计算运动学特征以量化症状严重程度，并支持纵向监测，提供了一个精确、客观且可扩展的评估工具	未提及具体局限性	开发一个用户友好且可定制的框架，使临床医生和研究人员能够客观评估运动障碍患者的运动症状，而无需专用硬件	帕金森病和其他运动障碍患者的运动功能	计算机视觉	帕金森病	深度学习	NA	视频	NA
1103	2025-02-07	Annotation-free deep learning for predicting gene mutations from whole slide images of acute myeloid leukemia 2025-Feb-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00804-0 PMID:39900774	研究论文	本文提出了一种基于多实例学习（MIL）和集成技术的深度学习模型，用于从急性髓性白血病（AML）的全切片图像（WSIs）中预测基因突变	该模型无需补丁级或细胞级注释即可预测NPM1和FLT3-ITD基因突变，且在572个WSIs的数据集上表现出色	尽管模型在预测基因突变方面表现出色，但仍依赖于图像分辨率和手动注释的挑战	研究目的是通过深度学习模型从AML的WSIs中预测基因突变	急性髓性白血病（AML）的全切片图像（WSIs）	数字病理学	急性髓性白血病	深度学习	多实例学习（MIL）	图像	572个全切片图像（WSIs）
1104	2025-02-07	A novel early stage drip irrigation system cost estimation model based on management and environmental variables 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88446-x PMID:39900997	研究论文	本研究旨在通过环境和管理变量建立一个早期滴灌系统成本估算模型	使用多种特征选择算法和机器学习模型来估算滴灌系统的成本，并确定了最佳的特征选择技术和模型	研究依赖于515个项目的数据库，可能无法完全代表所有滴灌系统的成本情况	估算早期滴灌系统的成本	515个滴灌系统项目	机器学习	NA	多种特征选择算法（如WCC、LCA、GA、PSO、ACO、ICA、LA、HTS、FOA、DSOS、CUK）和机器学习模型（如多元线性回归、支持向量回归、人工神经网络、基因表达式编程、遗传算法、深度学习、决策树）	支持向量机（SVM）、人工神经网络（ANN）	结构化数据	515个滴灌系统项目
1105	2025-02-07	AI-driven video summarization for optimizing content retrieval and management through deep learning techniques 2025-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87824-9 PMID:39901035	研究论文	本研究提出了一种基于深度学习的AI驱动视频摘要方法，用于优化大型异构媒体档案中的内容检索和管理	结合卷积神经网络（CNN）和长短期记忆网络（LSTM）提取帧级和时序视频特征，并集成ResNet50增强内容表示，采用双帧视频流提升系统性能	未提及具体的数据集规模限制或模型泛化能力的详细评估	解决大型异构媒体档案中视频内容的组织和检索挑战，提升在线视频数量和质量的需求	视频内容	计算机视觉	NA	深度学习	CNN, LSTM, ResNet50	视频	YouTube, EPFL, TVSum数据集
1106	2025-02-07	Comparative analysis of the DCNN and HFCNN Based Computerized detection of liver cancer 2025-Feb-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01578-4 PMID:39901085	研究论文	本研究比较了深度卷积神经网络（DCNN）和层次融合卷积神经网络（HFCNN）在肝癌检测中的有效性	通过滤波增强CT图像的边缘和纹理，实现精确的肝脏分割，并比较了DCNN和HFCNN两种先进方法在肝癌检测中的表现	CT图像检测过程中存在结构重叠（如胆管、血管）、图像噪声、纹理变化、大小和位置变化以及固有的异质性，可能导致分割错误和不同的分析结果	评估DCNN和HFCNN在肝癌检测和分割中的有效性	肝癌的CT图像	计算机视觉	肝癌	CT图像分析	DCNN, HFCNN	图像	NA
1107	2025-02-07	Pathological and radiological assessment of benign breast lesions with BIRADS IVc/V subtypes. should we repeat the biopsy? 2025-Feb-03, BMC women's health DOI:10.1186/s12905-025-03569-7 PMID:39901102	研究论文	本研究旨在识别分类为BIRADS IVc和V的良性乳腺肿块的组织病理学诊断，并探讨这些肿块的放射学特征，以及可能导致假阳性结果的超声特征	研究通过对比分析良性乳腺肿块与恶性病例的放射学特征，识别出与良性病理显著相关的超声特征，如肿块呈椭圆形和后部阴影的存在	研究为单中心回顾性研究，可能存在选择偏差，且样本量相对较小	提高乳腺病变的诊断准确性，减少假阳性率	分类为BIRADS IVc和V的乳腺肿块	数字病理学	乳腺癌	针芯/立体定向真空辅助活检	NA	图像	828例乳腺病变（其中44例为良性，784例为恶性）
1108	2025-02-07	Achieving high accuracy in meniscus tear detection using advanced deep learning models with a relatively small data set 2025-Feb, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA DOI:10.1002/ksa.12369 PMID:39015056	研究论文	本研究评估了YOLOv8和EfficientNetV2深度学习模型在相对较小的数据集上检测半月板撕裂的有效性	在相对较小的数据集上，使用YOLOv8和EfficientNetV2深度学习模型实现了高精度的半月板撕裂检测	数据集相对较小，可能影响模型的泛化能力	评估深度学习模型在MRI图像上检测半月板撕裂的有效性	642个膝盖的MRI图像	计算机视觉	半月板损伤	MRI	YOLOv8, EfficientNetV2	图像	642个膝盖的MRI图像
1109	2025-02-07	Multiparametric ultrasound evaluation of thyroid nodules 2025-Feb, Ultraschall in der Medizin (Stuttgart, Germany : 1980) DOI:10.1055/a-2329-2866 PMID:39242086	研究论文	本文探讨了多参数超声评估在甲状腺结节管理中的应用及其改进诊断准确性的潜力	结合AI技术，特别是机器学习和深度学习，以及基于AI的计算机辅助诊断系统，提高了甲状腺结节的诊断准确性	存在挑战，如需要标准化的TIRADS、超声弹性成像在常规实践中的角色以及AI在临床协议中的整合	提高甲状腺结节的表征准确性，减少不必要的手术和治疗	甲状腺结节	数字病理	甲状腺疾病	多参数超声评估、超声弹性成像、CEUS	机器学习、深度学习	超声图像	NA
1110	2025-02-07	Deep Learning Model of Diastolic Dysfunction Risk Stratifies the Progression of Early-Stage Aortic Stenosis 2025-Feb, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.07.017 PMID:39297852	研究论文	本研究探讨了基于超声心动图的深度学习模型在评估舒张功能障碍时，是否能识别与主动脉瓣狭窄发展和进展相关的潜在风险	利用深度学习模型预测舒张功能障碍的概率，进而预测主动脉瓣狭窄的进展和死亡率或瓣膜干预的复合终点	研究样本量有限，且仅在特定队列中进行了验证	研究主动脉瓣狭窄的进展风险分层	主动脉瓣硬化患者	数字病理学	心血管疾病	超声心动图、心脏磁共振成像、PET/CT	深度学习模型	图像	898名主动脉瓣硬化患者（ARIC队列），50名轻度至中度主动脉瓣狭窄患者（CMR队列），18名主动脉瓣硬化患者（PET/CT队列）
1111	2025-02-07	Accelerating FLAIR imaging via deep learning reconstruction: potential for evaluating white matter hyperintensities 2025-Feb, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01666-5 PMID:39316286	研究论文	本研究评估了通过深度学习重建的FLAIR图像，比较了其与全采样和快速获取的FLAIR图像，并评估了其在白质高信号评估中的潜力	使用深度学习从欠采样数据中重建FLAIR图像，显著减少了扫描时间并保持了图像质量	研究样本量较小，仅包括30名患者	评估深度学习重建的FLAIR图像在白质高信号评估中的潜力	30名白质高信号患者	医学影像	白质高信号	深度学习重建	深度学习	图像	30名患者
1112	2025-02-07	Deep learning based apparent diffusion coefficient map generation from multi-parametric MR images for patients with diffuse gliomas 2025-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.17509 PMID:39514841	研究论文	本研究开发了一种基于深度学习的框架，用于从多参数MR图像中合成表观扩散系数（ADC）图	提出了多参数残差视觉变换器模型（MPR-ViT），结合了视觉变换器（ViT）层的长距离上下文和卷积算子的精确性	研究依赖于公开数据集，可能无法涵盖所有临床场景	开发深度学习框架以从多参数MR图像中合成ADC图	弥漫性胶质瘤患者的多参数MR图像	计算机视觉	脑胶质瘤	深度学习	MPR-ViT, VCT, ResViT	图像	501例胶质瘤病例，分为训练集（400例）、验证集（50例）和测试集（51例）
1113	2025-02-07	Meso Hybridized Silk Fibroin Watchband for Wearable Biopotential Sensing and AI Gesture Signaling 2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202410702 PMID:39660568	研究论文	本文介绍了一种智能且灵活的表带，用于可穿戴生物电位传感和AI手势信号识别	结合了基于Mo-Au丝网的微型柔性电极阵列和介观杂交丝素蛋白薄膜，实现了高信噪比、高灵敏度和显著的运动噪声减少	NA	开发一种用于生物电位传感和手势识别的智能表带	人类生物电位信号和肌肉动作	可穿戴技术	NA	深度学习	NA	生物电位信号	20名不同性别的志愿者
1114	2025-02-07	Enhancing signal-to-noise ratio in real-time LED-based photoacoustic imaging: A comparative study of CNN-based deep learning architectures 2025-Feb, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2024.100674 PMID:39758833	研究论文	本研究系统评估了多种基于编码器-解码器的CNN架构在实时LED光声成像中提高信噪比的效果	首次系统评估了不同深度学习方法在LED光声成像中的去噪效果，并比较了多种U-Net变体的性能	研究未涉及人体样本，且未评估模型在临床环境中的实际应用效果	提高LED光声成像中的信噪比	模型、幻影、小鼠器官和肿瘤	计算机视觉	NA	光声成像	CNN、U-Net、Dense U-Net、R2 U-Net	图像	幻影、小鼠器官和肿瘤
1115	2025-02-07	Multi-modal prediction of extracorporeal support-a resource intensive therapy, utilizing a large national database 2025-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooae158 PMID:39764170	研究论文	本文开发了一种名为PreEMPT-ECMO的分层深度学习模型，用于预测体外膜氧合（ECMO）的使用，以增强患者分诊和资源分配	利用多模态数据开发了一种新的分层深度学习模型，能够整合静态和多粒度时间序列特征，生成ECMO使用的连续预测	需要进一步的前瞻性验证和在非COVID-19难治性呼吸衰竭中的通用性研究	开发一种连续的ECMO风险预测模型，以增强患者分诊和资源分配	COVID-19患者	机器学习	COVID-19	深度学习	分层深度学习模型	多模态数据（静态和时间序列数据）	101,400名患者，其中1,298名（1.28%）接受了ECMO支持
1116	2025-02-07	AI-based methods for biomolecular structure modeling for Cryo-EM 2025-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.102989 PMID:39864242	综述	本文综述了基于人工智能的冷冻电镜数据处理技术，特别是大分子结构建模和异质性分析方面的最新进展	讨论了深度学习等人工智能技术在冷冻电镜数据处理中的最新应用，显著提升了处理性能	NA	探讨人工智能在冷冻电镜数据处理中的应用，特别是大分子结构建模和异质性分析	冷冻电镜数据	结构生物学	NA	冷冻电镜（Cryo-EM）	深度学习	图像	NA
1117	2025-02-07	Deep learning for efficient reconstruction of highly accelerated 3D FLAIR MRI in neurological deficits 2025-Feb, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01200-8 PMID:39212832	研究论文	本文比较了压缩感知（CS）和独立递归推理机级联（CIRIM）在12倍加速扫描的神经功能缺损患者MRI图像重建中的图像质量和重建时间	使用CIRIM进行深度学习重建，相比CS在图像分辨率、去噪效率和重建时间上表现更优	前瞻性加速临床扫描中缺乏真实数据，且仅在特定患者群体中进行了评估	比较CS和CIRIM在神经功能缺损患者MRI图像重建中的效果	62名神经功能缺损患者的3D T2-FLAIR MRI图像	医学影像	神经功能缺损	深度学习，压缩感知	CIRIM	MRI图像	62名患者，451次FLAIR扫描
1118	2025-02-07	Image reconstruction of electromagnetic tomography based on generative adversarial network with spectral normalization and improved dung beetle optimization algorithm 2025-Feb-01, The Review of scientific instruments DOI:10.1063/5.0233552 PMID:39912879	研究论文	本文提出了一种基于生成对抗网络的深度学习模型STDBOGAN，用于改进电磁断层成像（EMT）的图像重建质量	STDBOGAN模型引入了谱归一化和双时间尺度更新规则以稳定训练过程，并采用改进的蜣螂优化算法自动调整网络超参数，提高了图像重建的准确性	NA	改进电磁断层成像（EMT）的图像重建质量，解决其高度非线性和不适定问题	电磁断层成像（EMT）的图像重建	计算机视觉	NA	深度学习	生成对抗网络（GAN）	图像	通过仿真软件建立的数据集
1119	2025-02-06	Advanced Quantitative Phase Microscopy Achieved with Spatial Multiplexing and a Metasurface 2025-Feb-05, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.4c06039 PMID:39838821	研究论文	本文提出了一种结合超表面光学和深度学习技术的单次定量相位成像方法，以提高测量速度并减少检测噪声	结合超表面光学和深度学习技术，实现单次定量相位成像，显著提高测量速度和空间带宽积	需要进一步验证在更多生物样本和实际应用中的性能	提高定量相位成像的测量速度和精度	校准相位物体和生物样本	计算机视觉	NA	深度学习，超表面光学	神经网络	图像	校准相位物体和生物样本
1120	2025-02-06	Syn2Real: synthesis of CT image ring artifacts for deep learning-based correction 2025-Feb-05, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adad2c PMID:39842097	研究论文	本文提出了一种名为Syn2Real的新方法，用于生成CT图像中的环形伪影，以支持深度学习校正方法的训练	开发了一种直接在图像域合成真实环形伪影的技术，无需依赖特定成像系统的物理特性，从而实现了训练数据的可扩展生产	尽管模型在常规单能CT图像上训练，但其在不同能量水平和切片厚度的单能图像上的校正效果仍需进一步验证	克服X射线计算机断层扫描（CT）中环形伪影对图像质量和临床应用带来的挑战	CT图像中的环形伪影	计算机视觉	NA	深度学习	UNet, UNetpp, 扩散模型	CT图像	NA